Loading…
Multi-frame optimized quantization for high efficiency video coding
Winken, Martin
Bei der Codierung von Videosignalen ergeben sich aufgrund der bewegungskompensierten Prädiktion Abhängigkeiten zwischen den einzelnen Frames. Die erzielbare Rate-Distortion-Performance eines inter-codierten Frames hängt dadurch von den Codierentscheidungen ab, die bei der Codierung seiner Referenzbilder getroffen wurden. Typischerweise werden diese Abhängigkeiten bei der Codierung eines Referenzbildes entweder gar nicht beachtet oder aber nur mittels einer groben Heuristik. In dieser Arbeit wird ein Verfahren zur Optimierung der Transformationskoeffizienten unter Berücksichtigung der Abhängigkeiten zwischen den einzelnen Frames für H.265/HEVC entwickelt und untersucht. Die Abhängigkeiten werden durch ein lineares Signalmodell beschrieben. Mit Hilfe dieses Modells wird das Optimierungsproblem in der Form eines l1-regularisierten Least-Squares-Problem formuliert. Zum Lösen dieses Problems wird ein Optimierungsalgorithmus entwickelt, der sich ohne übermäßige Anforderungen hinsichtlich Komplexität und Speicherbedarf auf H.265/HEVC anwenden läßt. Ein einfacher funktionaler Zusammenhang zwischen dem Regularisierungsparameter und dem Quantisierungsparameter wird empirisch hergeleitet. Die Genauigkeit des linearen Signalmodells wird untersucht, die sich ergebenden Bitraten-Einsparungen werden ausgewertet, und die Komplexität des Verfahrens wird bewertet. Ferner wird eine Erweiterung des Verfahrens für örtlich skalierbare Videocodierung mit SVC, der skalierbaren Erweiterung von H.264/AVC, vorgestellt.
In video coding, there are inter-frame dependencies due to motion-compensated prediction. The achievable rate distortion performance of an inter-coded frame depends on the coding decisions made during the encoding of its reference frames. Typically, in the encoding of a reference frame, these dependencies are either not considered at all or only via some rough heuristic. In this thesis, a multi-frame transform coefficient optimization method for H.265/HEVC is developed and studied. The inter-frame dependencies are described using a linear signal model. Based on this model, the optimization problem is cast in the form of an l1-regularized least squares problem. For solving this problem, an optimization algorithm is developed, which is applicable to H.265/HEVC without imposing excessive demands in terms of computational complexity and memory requirements. A simple functional relationship between the regularization parameter and the quantization paramter is empirically found. The accuracy of the linear signal model is studied, the bit rate savings due to the proposed method are evaluated, and its complexity is assessed. Finally, an extension of the method for spatially scalable video coding using SVC, the scalable extension of H.264/AVC, is presented.
